과학기술부가 과학AI 붐을 맞아 대대적인 대책을 내놓았다.

신화통신은 3월 27일 중국 과학기술부와 국가자연과학기금이 국가신세대인공지능발전계획을 이행하기 위해 최근 출범했다고 보도했습니다. "과학을 위한 AI"에 대한 특별 배치 작업

"과학을 위한 AI는 우리를 차세대 기술 혁명의 선두에 올려놓을 수 있는 잠재력을 가지고 있습니다."중국과학원 학술원원, 베이징과학기술연구소 원장, 중국 "차세대 인공지능" 중점연구계획 국가자연과학기금 전문가팀장E 웨이난이에 대해 예측해 보세요. ^[1]

새로운 과학 혁명은 어떻게 다른 혁명을 앞지를 수 있을까?

Deepin의 창립자이자 수석 과학자인 장린펑(Zhang Linfeng) 베이징 과학기술연구소 부소장은 인공지능이 주도하는 과학 연구의 가장 큰 특징은 전례 없는 방식으로 다양한 분야와 배경을 가진 사람들을 연결한다는 점이라고 생각합니다. "AI for Science는 학문 분야와 지식 체계를 대대적으로 재구축하는 과정입니다. 컴퓨터 과학, 데이터 과학, 재료 과학, 화학, 생물학 등 여러 학문 분야의 교차 통합은 물론, 수학이나 물리학과 같은 기초 학문 분야에서 더욱 심도 있는 이론적 구성과 알고리즘 설계가 필요합니다."라고 장린펑은 상기시켰습니다."관련 통합을 잘 해낼 때에만 우리는 새로운 과학 혁명에서 주도권을 잡을 기회를 얻을 수 있습니다."

이번에 우리나라는 AI for Science 첨단기술 연구개발체계를 구축했는데, 이는 앞으로 AI for Science와 긴밀히 연계될 예정이다.수학, 물리학, 화학, 천문학과 같은 기초 학문의 주요 이슈는 약물 개발, 유전자 연구, 생물 육종, 신소재 개발과 같은 핵심 분야의 과학적 연구 요구 사항을 중심으로 다루어집니다.^[2]이에 대해 중국과학원 자동화연구소 소장인 쉬보(徐波)는 신약창출, 유전자 연구, 생물육종, 신소재 연구개발 등 분야는 인공지능과 과학연구를 결합해야 할 시급한 필요성이 있는 중요한 방향으로, 뛰어난 진전을 이루었으며 대표적인 사례라고 설명했습니다.

예를 들어, 생물학적 메커니즘, 질병 및 약물 관련 데이터, 약물의 다양한 약리적 특성에 기반한 인공지능 모델은 새로운 약물의 안전성과 효과를 예측할 수 있습니다. 인공지능의 도움으로 연구개발에 들어가는 인력, 물적 자원, 시간 투자를 줄일 수 있고, 이를 통해 약물 연구개발의 성공률을 높일 수 있습니다. 인공지능이 신소재의 연구 개발에 힘을 실어주면 전자적 규모와 분자적 규모와 같은 다중 규모 재료의 계산 시뮬레이션 방법을 결합하고, 목표 성능을 충족하는 새로운 소재의 구성과 구성을 빠르게 선별하고, 새로운 소재와 장치의 연구 개발 주기를 단축하고 비용을 절감할 수 있습니다.

AI의 새로운 전장: 전통적인 과학 연구

최근 들어 인공지능은 과학 연구 분야에 처음으로 적용되었습니다. 점점 더 많은 과학자들이 데이터 마이닝 분석, 모델링, 시뮬레이션, 예측과 같은 과학 연구를 지원하기 위해 성숙한 인공 지능 알고리즘을 개발하거나 채택하고 있습니다. 이를 통해 자연 과학에서 새로운 법칙과 새로운 모델의 발견이 가속화되고, 반복적인 수동 작업이 줄어들고, 과학적 발견의 정확도가 높아지고, 과학 연구자의 작업 효율성이 크게 향상되었습니다. ^[3]인공지능 기술과 과학 연구가 점점 더 통합되면서, 과학을 위한 AI라는 새로운 연구 분야가 등장했습니다.그리고 2020년부터 이 새로운 분야는 집중적인 발병 단계에 접어들었습니다.

2021년 1월, 캘리포니아 대학교 샌디에이고 캠퍼스와 기타 기관의 연구원들은 다음과 같은 방법을 제안했습니다. "다중 충실도 재료 그래프 네트워크"를 위한 머신 러닝 방법AI 모델은 다양한 측정 및 시뮬레이션 소스로부터 얻은 데이터를 학습하여 재료의 특성을 예측합니다. 이 방법을 사용하면 보편적으로 중요한 의미를 갖는 더욱 정확한 "재료 특성 모델"을 구축할 수 있어 과학자들이 연구 가능성이 있는 후보 재료를 선별하는 데 도움이 됩니다.

2021년 7월, DeepMind가 출시되었습니다. 알파폴드 2,인간 단백질 98.5%의 3차원 구조가 성공적으로 예측되었으며, 예측된 결과는 대부분 단백질의 실제 구조와 원자 한 개 너비만큼 차이가 나며, 극저온 전자 현미경과 같은 복잡한 실험 관찰을 통해 이전에 예측했던 수준에 도달했습니다. 12월에 이 연구는 Nature 잡지에 의해 2021년 올해의 기술 혁신으로 선정되었습니다.

또한 2021년 7월 워싱턴 대학교, 하버드 대학교 등의 연구진은 단백질 구조 예측 알고리즘을 제안했습니다. 로즈TTAFold,이 방법은 딥러닝을 기반으로 합니다. 단백질 서열 정보로부터 학습함으로써 단백질의 정확한 구조를 빠르게 생성할 수 있으며, 기존 방법에서 실험 측정에 투자했던 시간과 노력을 줄일 수 있습니다. 이 알고리즘은 이제 오픈 소스입니다.

GitHub 주소:

https://github.com/RosettaCommons/RoseTTAFold

2021년 10월, DeepMind는 영국 기상청과 협력하여 Nature 잡지에 논문을 발표했습니다.강우량 예측에 AI 기술을 적용합니다.연구진은 심층적 생성 모델을 사용하여 1536km×1280km 지역의 강수 상황을 5~90분 전에 예측할 수 있습니다. 다른 방법과 비교했을 때, 제안된 모델은 89%의 경우 가장 높은 정확도와 유용성을 보였다.

상기 관련 분야의 연구 성과 외에도,중국에서도 과학 분야에서 AI의 인기가 높아지고 있습니다.

정책적 관점에서 보면,과학기술부가 직접 나서서 이를 지원하기 전인 2022년 5월, 국가발전개혁위원회의 "제14차 5개년 생물경제 발전 계획"에서는 고성능 유전자 염기서열 분석 기술의 가속화 개발을 첨단 생명공학 혁신을 실현하는 중요한 수단으로 명확히 정의했습니다. 인공지능 등 정보기술을 활용해 제약산업의 정밀한 연구개발을 실현하고, 생명공학과 정보기술을 융합해 국민에게 더 큰 혜택을 제공하는 것을 지원했습니다. ^[4]

재능의 관점에서 보면,AI 분야의 많은 유명 기업들이 이 분야에 투자하기로 결정했습니다. 이번 달 중순, CV 분야의 선두주자인 허카이밍은 MIT에서 한 학술 연설에 대해 이야기했습니다. 그 연설에서 그는 미래의 과학을 위한 AI에 초점을 맞추고, 특히 비전과 NLP를 통합하여 자율 감독 X+AI를 만드는 것에 초점을 맞췄습니다.

결과의 관점에서 보면,최근 중국과학원 선전선진기술원 연구팀은 데이터 기반 자동 합성, 로봇 지원 제어 합성, 머신 러닝을 이용한 역설계를 최초로 활용해 콜로이드 나노결정(페로브스카이트 등) 소재를 합성하는 데 성공했으며, "머신 과학자" 플랫폼을 탐색하고 구축했습니다. 이 플랫폼은 과학 연구자들이 전통적인 시행착오식 실험과 노동 집약적 특성 분석에서 벗어나 과학적 혁신에 집중하고 나노결정 소재의 디지털 지능형 제조를 실현할 것으로 기대됩니다.

2023년 3월 2일, 해당 연구는 "콜로이드 나노결정 합성을 위한 로봇 플랫폼"이라는 제목으로 Nature Synthesis에 게재되었습니다.

논문 링크:

https://www.nature.com/articles/s44160-023-00250-5

과학을 위한 AI: 기회와 과제

잘 알려진 생성적 AI와는 달리, 과학을 위한 AI는 생물약학, 에너지, 재료 연구 및 개발과 같은 과학 연구 분야를 포함합니다. 대중이 관련 결과를 즉시 경험할 수 있도록 허용할 수는 없지만 최첨단 과학 연구에 대한 가속화 효과는 다음과 같습니다.이는 인간 사회와 경제 발전에 더욱 근본적이고 광범위한 영향을 미칠 것입니다.

그러나 과학 분야에서 AI가 지닌 포괄적이고 심오한 혁신적 가치는 일반적인 AI 응용 프로그램보다 훨씬 더 높은 구현 장벽에 직면하게 한다는 점도 유의해야 합니다. 알리바바 다모 아카데미의 2022년 10대 기술 동향 보고서에 따르면 인공지능과 과학 연구는 긴밀하게 통합되어 있습니다.아직 해결해야 할 세 가지 과제가 있습니다.

* 인간-컴퓨터 상호작용 문제: 과학 연구 과정에서 AI와 과학자 간의 협업 메커니즘과 업무 분담이 더욱 명확해져 긴밀한 상호작용 관계를 형성해야 합니다.

* AI 설명 가능성: 과학자들은 과학 이론을 형성하기 위해 명확한 인과 관계가 필요하고, 과학과 AI 사이에 신뢰 관계를 구축하기 위해 AI는 이해하기 쉬워야 합니다.

* 학제간 인재, 전문 분야 과학자, AI 전문가 간의 상호 이해 수준이 낮고, 상호 승진 장벽이 여전히 높습니다.

보고서에서는 또한 다음과 같이 예측한다는 점도 주목할 만합니다.향후 3년 안에 인공지능 기술은 응용 과학 분야에서 널리 활용될 것이며, 일부 기술 과학 분야에서는 연구 도구가 될 것입니다.

참고문헌:

[1]https://baijiahao.baidu.com/s?id=1761512222605101709&wfr=스파이더&for=pc

[2]https://new.qq.com/rain/a/20221230A04ZWS00

[3]https://www.ncsti.gov.cn/kjdt/kjrd/202112/P020211231640762390337.pdf

[4] 다모아카데미 2022년 10대 기술 트렌드